Эконометрические модели рентабельности собственного капитала (на примере СПК "Слава")

Спецификация модели рентабельности собственного капитала. Оценка параметров модели и влияние мультиколлинеарности факторов. Построение аддитивной модели временного ряда уровня рентабельности собственного капитала, анализ его корреляционного поля.

Рубрика Экономико-математическое моделирование
Вид курсовая работа
Язык русский
Дата добавления 17.10.2017
Размер файла 594,7 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

1139628,41

228,67

26350,40

6

4200

4366,33

3726,2

3584,21

615,79

379196,48

702,67

26197,97

7

5021

4457,59

3692,2

4158,82

862,18

743359,30

1523,67

31203,12

8

2334

1937,43

3658,2

4406,94

-2072,94

4297073,78

-1163,33

15499,43

9

1329

1879,75

3624,2

2562,31

-1233,31

1521061,54

-2168,33

16917,72

10

3189

3315,29

3590,2

3453,39

-264,39

69903,11

-308,33

33152,91

11

3539

3141,89

3556,2

4005,63

-466,63

217741,95

41,67

34560,74

12

2906

2412,24

3522,2

4243,10

-1337,10

1787840,12

-591,33

28946,88

13

1958

2769,41

3488,2

2466,16

-508,16

258226,86

-1539,33

36002,31

14

3209

3336,08

3454,2

3322,57

-113,57

12898,88

-288,33

46705,16

15

3354

2977,64

3420,2

3852,44

-498,44

248441,86

-143,33

44664,67

16

6488

5385,62

3386,2

4079,26

2408,74

5802007,50

2990,67

86169,92

17

2780

3932,05

3352,2

2370,01

409,99

168094,01

-717,33

66844,86

18

3226

3353,76

3318,2

3191,75

34,25

1172,75

-271,33

60367,61

19

3727

3308,79

3284,2

3699,25

27,75

770,03

229,67

62867,01

20

3301

2740,13

3250,2

3915,43

-614,43

377520,89

-196,33

54802,50

21

2478

3504,90

3216,2

2273,85

204,15

41675,45

-1019,33

73602,89

22

2336

2428,51

3182,2

3060,94

-724,94

525531,93

-1161,33

53427,22

23

4225

3750,91

3148,2

3546,06

678,94

460957,18

727,67

86270,91

24

4323

3588,48

3114,2

3751,59

571,41

326509,12

825,67

86123,43

Итого

83936

84123,68

X

X

-18,62

23241284,33

X

1012446,21

На основе ряда Т*Е рассчитаем параметры линейного тренда:

T=а+bt (t=1,2…16)

Параметры уравнения найдем с помощью следующей системы:

С помощью матриц (решение показано в Приложении Б) получим уравнение следующего вида:

T=3930,2 - 34t

Подставляя в это уравнение регрессии значения t=1,2 и т.д., получим оценку трендовой компоненты временного ряда Т (таблица 11). График уравнения тренда представлен на рис.3.

Рис. 3. Уровни выручки на предприятии СПК «Слава» (фактические и выровненные по мультипликативной модели значения уровней ряда)

Найдем теоретические уровни ряда по мультипликативной модели, умножив Т на значение сезонной компоненты S для соответствующих кварталов (табл. 11).

Расчет ошибок в мультипликативной модели проводим в абсолютной форме (расчеты представлены в таблице 11):

Еа= Y - (T*S).

По аналогии с корреляционно-регрессионным анализом абсолютные ошибки применяются для сравнения с другими моделями и определения качества построенной мультипликативной модели. Рассчитаем подобие коэффициента детерминации для данной модели (данные для формулы отражены в таблице 9):

Д=1 - Еа22,

Д=1 - 23241284,33/34064771 = 0,318

Таким образом, доля объясненной дисперсии уровней ряда равна 31,8%, что говорит о неплохом качестве построенной мультипликативной модели исходного временного ряда. Остальные 68,2% объясняются другими компонентами, не включенными в данную мультипликативную модель.

Прогнозное значение Pt в мультипликативной модели есть произведение соответствующей трендовой Т и сезонной S компонент. Для первого и второго кварталов следующего года это будет:

P25=T25*S25 , P26=T26*S26 ,

S25=S1=0,707, S26=S2=0,962.

Для определения трендовой компоненты воспользуемся уравнением тренда T=3930,2 - 34t. Получим:

Т25=3930,2 - 34*0,707 =3906,2, Т26=3930,2 - 34*0,962 =3897,5.

Отсюда, Р25=3906,2*0,707=2761,7, а Р26=3897,5*0,962=3749,4 тыс. руб.

Таким образом, прогноз выручки на первый квартал следующего года составил 2761,7, а на второй квартал - 3749,4 тыс. руб.

При практическом изучении временных рядов на основании экономических данных СПК «Слава» за шесть лет было рассмотрены уровни выручки. Данный анализ временных рядов позволяет сделать обоснованный прогноз изменения исследуемых показателей при определенных условиях.

Заключение

В данной работе были изучены природно-климатические условия предприятия, его размеры, производственное направление.

Основной вид деятельности - молочное животноводство. В целом деятельность предприятия прибыльна. Для обеспечения основной отрасли животноводства имеет значение и развитие земледелия.

Важным моментом является выявление основных факторов, влияющих на рентабельность и составление моделей для прогнозирования.

Рентабельность предприятия зависит от таких факторов, как рентабельность продаж, затраты производства, эффективность применения ресурсов, структура себестоимости, количество и качество рабочей силы, использование рабочего времени, мотивация труда и автоматизация производства. На нашем предприятии основным влияющим фактором оказалась рентабельность продаж, %. В результате чего, мы получили следующую модель зависимости между данным фактором и результатом:

yх= 0,29 + 0,41x.

При введении в модель еще одного фактора, в нашем случае стоимость собственного капитала в тыс. руб., мы получили модель множественной регрессии:

Данная модель позволила нам спрогнозировать уровни рентабельности собственного капитала на два года вперед при ежегодном росте факторов на 15%. И прогнозируемые результаты в первый год составят 11,15%, а во второй - 13,57%, что позволяет нам сделать вывод о благоприятном состоянии предприятия на перспективу.

Более точный прогноз уровней рентабельности собственного капитала получили с помощью модели временных рядов. В нашем случае получилась мультипликативная модель с ежегодными колебаниями, которая позволяет нам узнать прогнозные значения выручки на первый и второй кварталы следующего года.

Прогноз выручки на первый квартал следующего года составил 2761,7, а на второй квартал - 3749,4 тыс. руб.

Таким образом, для повышения рентабельности собственного капитала следует применить следующие меры:

1. совершенствование системы управления оборотными средствами благотворно скажется на финансовом состоянии предприятия в целом, и будет способствовать нормальному осуществлению и расширению деятельности организации;

2. уменьшение ресурсозатрат, ведущее к снижению себестоимости;

3. уменьшение остатков нереализованной продукции в целях увеличения прибыли;

4. рост прибыли за счет эффекта масштаба, а не повышения цен на продукцию;

5. повысить оплату труда за единицу времени, т.к. исключительное значение в деле повышения производительности труда имеет материальная заинтересованность в результатах труда, при этом рост производительности труда должен опережать рост уровня оплаты труда.

Список используемой литературы

1. Белокопытов А.В. Основы эконометрики: учебное пособие. - Смоленск - 2009. - 120 с.

2. Белокопытов А.В., Смирнов В.Д. Методы корреляционно-регрессионного анализа в эконометрических исследованиях. - Смоленск: ООО «Принт-экспресс», 2004. - 150 с.

3. Экономический анализ: учеб. /под ред. Г.В. Савицкая - М., 2010 - 650 с.

4. Елисеева И.И. - Эконометрика: учебник. М.: «ПРОСПЕКТ», 2010. - 448 с.

5. Учебник для вузов/ Под ред. проф. Л. А. Дробозиной. -- М.: ЮНИТИ, 2008. -- 527 с.

6. Кремер Н.Ш., Путько Б.А. Эконометрика: учебник. - М., 2002. - 311 с.

7. Экономика предприятия: учебник /под ред. В.Я. Горфинкеля. - М, 2008. - 767 с.

8. Компания «Альт-Инвест» - инвестиционный и финансовый анализ, программы и семинары, бизнес-план, управление инвестиционными проектами, бюджетирование. [Электронный ресурс]. URL: www.alt-invest.ru

Приложение А

Расчет множественной регрессии с помощью MS Excel

Регрессионная статистика

Множественный R

0,993632618

R-квадрат

0,987305781

Нормированный R-квадрат

0,984484843

Стандартная ошибка

0,699258335

Наблюдения

12

df

SS

MS

F

Значимость F

Регрессия

2

342,2657877

171,1328939

349,9920591

0,0000000029

Остаток

9

4,400659971

0,488962219

Итого

11

346,6664477

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

Y-пересечение

-7,739036903

1,670820483

-4,63187816

0,001233384

-11,51869542

-3,959378388

Переменная X 1

0,403839484

0,017037365

23,70316576

0,000000002

0,365298287

0,442380681

Переменная X 2

19,63850683

4,068515008

4,826947128

0,000937875

10,43488648

28,84212718

Матрица парных коэффициентов корреляции

y

x1

x2

y

1

x1

0,976955821

1

x2

0,441415766

0,273336213

1

Приложение Б

Расчет параметров уравнения линейного тренда:

;

;

-938394,96;

В результате уравнение тренда будет равно:

T =3930,234t.

Размещено на Allbest.ru

...

Подобные документы

  • Краткая характеристика СПК "Слава". Спецификация модели рентабельности собственного капитала. Оценка параметров модели и влияние мультиколлинеарности факторов. Построение аддитивной модели временного ряда уровня рентабельности собственного капитала.

    курсовая работа [1,0 M], добавлен 29.08.2015

  • Построение уравнения регрессии, учитывающего взаимодействия факторов, проверка полученной модели на адекватность. Построение математической модели и нахождение численных значений параметров этой модели. Вычисление коэффициентов линейной модели.

    курсовая работа [1005,0 K], добавлен 07.08.2013

  • Подходы к оптимизации структуры капитала. Анализ формирования собственного и заемного капитала. Расчет эффекта финансового рычага. Влияние дивидендной политики на структуру капитала. Моделирование финансовой системы ООО "Первый Автомобильный Салон".

    дипломная работа [184,0 K], добавлен 13.02.2015

  • Анализ роли инвестиций в накоплении капитала. Общая характеристика модели динамики капитала, предложенной выдающимся польским ученым Михаилом Калецким. Примеры оценки результатов реализации различных инвестиционных проектов при помощи моделирования.

    контрольная работа [112,5 K], добавлен 01.08.2010

  • Описание классической линейной модели множественной регрессии. Анализ матрицы парных коэффициентов корреляции на наличие мультиколлинеарности. Оценка модели парной регрессии с наиболее значимым фактором. Графическое построение интервала прогноза.

    курсовая работа [243,1 K], добавлен 17.01.2016

  • Анализ автокорреляции уровней временного ряда, характеристика его структуры; построение аддитивной и мультипликативной модели, отражающую зависимость уровней ряда от времени; прогноз объема выпуска товаров на два квартала с учетом выявленной сезонности.

    лабораторная работа [215,7 K], добавлен 23.01.2011

  • Выбор факторных признаков для двухфакторной модели с помощью корреляционного анализа. Расчет коэффициентов регрессии, корреляции и эластичности. Построение модели линейной регрессии производительности труда от факторов фондо- и энерговооруженности.

    задача [142,0 K], добавлен 20.03.2010

  • Множественная линейная регрессия: спецификация модели, оценка параметров. Отбор факторов на основе качественного теоретико-экономического анализа. Коэффициент регрессии при фиктивной переменной. Проблемы верификации модели. Коэффициент детерминации.

    контрольная работа [88,0 K], добавлен 08.09.2014

  • Изучение понятия имитационного моделирования. Имитационная модель временного ряда. Анализ показателей динамики развития экономических процессов. Аномальные уровни ряда. Автокорреляция и временной лаг. Оценка адекватности и точности трендовых моделей.

    курсовая работа [148,3 K], добавлен 26.12.2014

  • Методологические основы эконометрики. Проблемы построения эконометрических моделей. Цели эконометрического исследования. Основные этапы эконометрического моделирования. Эконометрические модели парной линейной регрессии и методы оценки их параметров.

    контрольная работа [176,4 K], добавлен 17.10.2014

  • Построение ряда динамики. Расчет параметров линейного, степенного, экспоненциального (показательного), параболического, гиперболического трендов с помощью пакета Excel. Вычисление относительной ошибки аппроксимации. Оценка адекватности линейной модели.

    практическая работа [165,9 K], добавлен 13.05.2014

  • Построение качественной и адекватной эконометрической модели по методу наименьших квадратов и ее анализ на наличие автокорреляции, мультиколлинеарности, гетероскедастичности с применением статистики Дарвина-Уотсона, тестов Парка и Голдфелда-Квандта.

    курсовая работа [434,0 K], добавлен 04.12.2013

  • Построение описательной экономической модели. Матрица корреляций между исходными статистическими признаками. Оценка параметров модели. Определение и графическое изображение регрессионной зависимости между показателями. Оценка адекватности модели.

    контрольная работа [215,8 K], добавлен 13.10.2011

  • Построение эконометрической модели, описывающей линейную зависимость результативного признака факторов, входящих в нее, методом матрицы. Проверка ее на адекватность по критерию Фишера. Определение дисперсии, ковариации, корреляции и детерминации.

    контрольная работа [180,5 K], добавлен 03.12.2014

  • Анализ и выявление значимых факторов, влияющих на объект. Построение эконометрической модели затрат предприятия для обоснований принимаемых решений. Исследование трендов временных рядов. Оценка главных параметров качества эконометрической модели.

    курсовая работа [821,1 K], добавлен 21.11.2013

  • Оценка динамики денежной выручки и цены реализации подсолнечника в СХА "Заря". Индексный и корреляционный анализ прибыли и рентабельности продукции. Построение многофакторной экономико-математической модели среднего уровня окупаемости подсолнечника.

    курсовая работа [1,3 M], добавлен 12.12.2010

  • Автокорреляционная функция временного ряда темпов роста производства древесноволокнистых плит в Российской Федерации. Расчет значений сезонной компоненты в аддитивной модели и коэффициента автокорреляции третьего порядка по логарифмам уровней ряда.

    контрольная работа [300,6 K], добавлен 15.11.2014

  • Процедура проведения имитационных экспериментов с моделью исследуемой системы. Этапы имитационного моделирования. Построение концептуальной модели объекта. Верификация и адаптация имитационной модели. Метод Монте-Карло. Моделирование работы отдела банка.

    курсовая работа [549,5 K], добавлен 25.09.2011

  • Построение корреляционного поля зависимости между y и x1, определение формы и направления связи. Построение двухфакторного уравнения регрессии y, x1, x2, оценка показателей тесноты связи. Оценка модели через F-критерий Фишера и t-критерий Стьюдента.

    лабораторная работа [1,0 M], добавлен 23.01.2011

  • Сущность экономико-математической модели, ее идентификация и определение достаточной структуры для моделирования. Построение уравнения регрессии. Синтез и построение модели с учетом ее особенностей и математической спецификации. Верификация модели.

    контрольная работа [73,9 K], добавлен 23.01.2009

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.